Skip to main content
Ta strona jest wyświetlana przy użyciu automatycznego translatora. Czy chcesz wyświetlić ją w języku angielskim?
Aplikacja w świecie rzeczywistym

Optymalizacja sprzętu autonomicznego

Umieść uczenie maszynowe bezpośrednio w sterownikach urządzeń HVAC, umożliwiając sprzętowi uczenie się, dostosowywanie i optymalizację wydajności w rzeczywistych warunkach pracy.

Wyzwanie

Konwencjonalne elementy sterujące HVAC opierają się na stałych ustawieniach, które nie mogą dostosować się do zmieniających się warunków pracy. Dla AHU może to oznaczać zbyt wczesne lub zbyt częste rozmrażanie, marnowanie energii grzewczej przez całą zimę.

Rozwiązanie

Uczenie maszynowe wbudowane w kontroler Climatix uczy się normalnego zachowania AHU bez mrozu. Wykrywa oznaki mrozu za pomocą istniejących sygnałów operacyjnych i wyzwala rozmrażanie tylko w razie potrzeby.

Korzyści

Pomóż producentom OEM HVAC dostarczać bardziej adaptacyjny i wydajny sprzęt, jednocześnie zmniejszając zbędne zużycie energii, zwiększając złożoność sprzętu i konfiguracji.

  • Zmniejszenie zużycia energii cieplnej w zimie
  • Rozmrażaj tylko w razie potrzeby
  • Unikaj dodatkowego sprzętu czujnika mrozu
  • Brak dodatkowego wysiłku uruchomienia
Informatyka z 5 ikonami reprezentującymi autonomiczną optymalizację sprzętu

Jak zacząć

Od reguł rozmrażania statycznego po samooptymalizację AHU, bez dodatkowych czujników. Siemens wbudowuje uczenie maszynowe bezpośrednio w platformie kontrolera Climatix.

Ilustracja przedstawiająca naukę w celu optymalizacji autonomicznego sprzętu

1. Ucz się

Kontroler poznaje bezmrozowy wzór mocy wentylatora AHU jako wirtualne odniesienie, nie jest wymagany dedykowany czujnik mrozu.

Ilustracja przedstawiająca monitorowanie optymalizacji sprzętu autonomicznego

2. Monitoruj

Nieustannie porównuje przewidywaną, bezmrozową moc wentylatora z rzeczywistą mierzoną mocą wentylatora w czasie rzeczywistym.

Ilustracja przedstawiająca wykrywanie optymalizacji autonomicznego sprzętu

3. Wykryj

Rosnące odchylenie sygnalizuje tworzenie się mrozu, potwierdzone w symulacji, laboratorium i terenie.

Ilustracja przedstawiająca Rozmrażanie i dostosowanie do optymalizacji autonomicznego sprzętu

4. Rozmrażanie i dostosowanie

Rozmrażanie jest uruchamiane tylko w razie potrzeby. Model ciągle się uczy i udoskonala z każdym cyklem.

Ilustracja przedstawiająca wynik optymalizacji autonomicznego sprzętu

5. Wynik

Sprzęt, który stale dostosowuje się do rzeczywistych warunków pracy, uruchamiając rozmrażanie tylko na żądanie poprzez samoadaptacyjną optymalizację bezpośrednio na kontrolerze, niezawodnie zapobiegając blokowaniu lodu przy jednoczesnym minimalizowaniu kosztów energii.

Dostosuj się do rzeczywistych warunków

Naucz się normalnego zachowania sprzętu na podstawie lokalnych sygnałów operacyjnych i dostosowuj się w granicach określonych przez inżyniera. Inżynierowie definiują cele, ograniczenia, zachowanie awaryjne, zamiar uruchomienia i walidację wersji.

Uczenie się przyrostowe

Ciągłe udoskonalanie modelu osadzonego w miarę zmiany warunków pracy, bez łączności w chmurze lub dużych historycznych zestawów danych.

Zmniejsz zimową energię ogrzewania

Szacowana redukcja o 20— 30% w zdefiniowanych scenariuszach AHU bez czujników mrozu w porównaniu z zapobiegawczym rozmrażaniem. *

* Wyniki zależą od klimatu, godzin zamarzania, harmonogramu pracy, przepływu powietrza, wielkości AHU, wydajności odzyskiwania ciepła i innych warunków pracy. Wyniki są różne i nie są gwarantowane.

Rozpocznij swoją podróż dzięki temu pakietowi rozwiązań

Climatix zapewnia ekosystem do rozwijania funkcji opartych na uczeniu się na dużą skalę:

  • Condition monitoring: naucz się normalnego zachowania i wykryj nieprawidłowości
  • Czujnik wirtualny: naucz się modelu danych do wymiany lub tworzenia kopii zapasowych czujników fizycznych
  • Modelowanie predykcyjne: naucz się wzorców w przeszłości, aby przewidzieć przyszłość
Studium przypadku

Rozmrażanie przekształca się w zautomatyzowane oszczędności energii

Pracownik płci żeńskiej i męskiej z zeszytami stojącymi wewnątrz obszaru produkcyjnego

Walidowane od symulacji do testów terenowych

Ilekroć temperatura powietrza na zewnątrz spada poniżej zera, tworzenie się mrozu na wymiennikach ciepła AHU jest nieuniknione. Inteligentne rozmrażanie uczy się normalnego zachowania AHU bez mrozu i wykrywa mróz bez dodatkowych czujników. Rozwiązanie zostało zweryfikowane przy użyciu danych AHU, symulacji, testów terenowych i testów w laboratorium wydajności Siemens w Zug w Szwajcarii.

Gotowy na adaptacyjną inteligencję w swoim sprzęcie HVAC?

Porozmawiaj z naszymi ekspertami na temat łączenia i kontekstualizacji danych budynku oraz aktywacji odpowiednich usług cyfrowych.